Optické rozpoznávání znaků | AI slovník

Odborná definice

Optical character recognition, zkráceně OCR, převádí obraz tlačeného nebo ručně písaného textu na strojovo spracovatelné znaky a strukturu. Pipeline může zahrnovat detekci textových oblastí, korekci perspektívy, segmentaci riadků, rozpoznání sekvence, jazykové modelování a rekonštrukci rozložení. Výstupem není pouze řetězec, ale často i souřadnice, pořadí čítání a skóre istoty. Kvalita závisí na písma, jazyka, rozlišení, komprese, tabuliek, rukopisu a podobnosti vizuálnych znaků.

Srozumitelné vysvětlení

OCR umožní vyhladávat v naskenovanej zmluve, automaticky prečítat číslo faktúry nebo získat text z fotografie štítku. Systém může správně rozpoznat večšinu slov, ale zaměnit nulu za písmeno O právě v identifikátore, který je pro proces rozhodujúci. Proto se při důležitých polích nepoužívá pouze celková úspěšnost dokumentu. Kontrolují se konkrétně datové typy, slovníky, kontrolní súčty a vizuálně výrezy. Při tabulkách je třeba navíc obnovit vztah mezi bunkami, nejen samotné znaky.

Časté otázky

Jaký je rozdíl mezi detekcí textu a OCR?

Detekce textu najde oblasti, ve kterých se text nachází. Rozpoznávání následně převede obraz těchto oblastí na znaky. Mnohé systémy obě fáze spojují, ale chyby je třeba diagnostikovat odděleně.

Jak se měří přesnost OCR?

Character error rate porovnává editace na úrovni znaků a word error rate na úrovni slov. Při formulároch se navíc měří přesnost extrahovaných polí, protože jedna chyba v čísle může mít větší dopad než více chyb v běžné vete.

Proč OCR selhává na tabulkách?

Rozpoznání znaků nerieši automaticky hranice buniek, zlúčené sloupce ani pořadí čítání. Potřebná je analýza layoutu a mapování textových bloků do logickej struktury.

Pomůže vyšší rozlišení vždy?

Pouze do určité míry. Rozmazání, presvietení, kompresné artefakty a deformace perspektívy se samotným zvečšením neodstránia. Vhodnější může být nová snímka nebo cielené předzpracování.

Jako bezpečně automatizovat údaje z OCR?

Kritické pole se validují formátem, rozsahem, kontrolným součtem nebo porovnáním s evidencí. Nízká istota a konflikt pravidel mají vyvolat ludskou kontrolu s viditelným výrezom původního dokumentu.

Související pojmy

Zdroje a redakční stopa

Tesseract OCR Documentation OCR-D, Functional Model

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.